公开(公告)号：CN115062776A

公开(公告)日：2022-09-16

申请号：CN202210742542.0

申请日：2022-06-27

Applicant: 中华人民共和国南京海关 ,  南京大学

Inventor： 朱立平 ,  路通 ,  黄智衡 ,  易欣 ,  徐倩 ,  王甲豪

IPC: G06N3/08 ,  G06N3/04 ,  G06V30/41 ,  G06V30/18 ,  G06V30/19

Abstract: 本发明公开了一种海关发票实时识别的模型压缩方法，涉及海关票据文字识别和模型压缩技术领域，解决了票据识别模型复杂且识别精度不高的技术问题，其技术方案要点是构建复杂、高计算量的teacher模型和轻量化、低计算量的student模型；使用票据识别数据对teacher模型进行训练，获取高识别精度模型；根据teacher模型和student模型的网络结构设计基于注意力的自适应知识蒸馏框架；通过基于注意力的自适应知识蒸馏框架将高精度的teacher模型向未训练的student模型进行知识蒸馏；在知识蒸馏的基础上使用票据数据对student模型进行训练，最终获得高精度的、轻量化的、实时的票据识别模型。

公开(公告)号：CN114971001B

公开(公告)日：2025-05-06

申请号：CN202210546521.1

申请日：2022-05-18

Applicant: 南京大学

Inventor： 路通 ,  王文卓 ,  朱立平 ,  徐倩 ,  王甲豪 ,  陈致远 ,  孟伟光

IPC: G06Q10/04 ,  G06F16/35 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明公开了一种海关数据的关口预测方法、装置及存储介质，方法包括：将海关每条多属性数据转换为二维矩阵；将得到的二维矩阵与常数一维卷积得到组合基础关键词信息；将基础关键词特征输入个体注意力模块和一个关系注意力模块，提取关键词的特征和不同关键词之间的关系特征；将二维矩阵输入双向长短期神经网络中，将输出特征输入注意力机制模块中，提取原始文本的时序特征；将两个模块得到的特征向量融合，最后通过一个全连接的softmax分类层得到关口预测的条件概率。本发明结合海关实际电商数据部分字段丢失以及关键词显著的特点，提出了关键词特征融合模型，有效地提取关键词属性特征以及长程的关键词关系，为解决关口预测问题提供了有效的方法。

公开(公告)号：CN114971001A

公开(公告)日：2022-08-30

申请号：CN202210546521.1

申请日：2022-05-18

Applicant: 南京大学

Inventor： 路通 ,  王文卓 ,  朱立平 ,  徐倩 ,  王甲豪 ,  陈致远 ,  孟伟光

IPC: G06Q10/04 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种海关数据的关口预测方法、装置及存储介质，方法包括：将海关每条多属性数据转换为二维矩阵；将得到的二维矩阵与常数一维卷积得到组合基础关键词信息；将基础关键词特征输入个体注意力模块和一个关系注意力模块，提取关键词的特征和不同关键词之间的关系特征；将二维矩阵输入双向长短期神经网络中，将输出特征输入注意力机制模块中，提取原始文本的时序特征；将两个模块得到的特征向量融合，最后通过一个全连接的softmax分类层得到关口预测的条件概率。本发明结合海关实际电商数据部分字段丢失以及关键词显著的特点，提出了关键词特征融合模型，有效地提取关键词属性特征以及长程的关键词关系，为解决关口预测问题提供了有效的方法。